コーディングエージェントがチームのコラボレーションを阻害されている、という分析。 ・AIエージェントは人間同士の協働を促進する新しいチームメイトとして期待されている ・ただ、2,361のGitHubリポジトリと25,264件のPRを分析した結果、実態は逆であることがわかった ・70%のプロジェクトにおいて、エージェントを活用しているコントリビューターは2割未満 ・さらに、エージェントが生成したPRの79%は、同じ開発者が単独でレビューと修正を行っている ・ツールの導入によってプロセスが個人化し、かえって開発者が孤立している ・同僚の代わりにAIに相談する開発者が増えた ・こうなると、経験の浅いジュニアエンジニアは、AIの提案の誤りに気づけないリスクが増えてくる ・組織はAIによる生産性向上を個人の責任にせず、チーム全体で取り組むのが良い ・デイリースタンドアップやQ&Aチャンネルなど、ノウハウを共有する場が重要になる ・今後はコードレビューよりも、設計やリスク評価など上流工程での知識共有が主軸になるだろう

コーディングエージェントが普及して、「手で速く書ける人が一番強い」という前提が崩れてきた。AIツールを使いこなす求人は1年で約340%増、一方で純粋な実装職は減少傾向。これからは「自分で書く力」より「エージェントを束ねる力」が効いてくる。

コーディングエージェントは「どのモデルが賢いか」で選ばれがちだけど、それだと半分しか見てない。同じClaude Opusでも、ある器では77%、別の器では93%とスコアが激変した実測がある。モデルじゃなく、それを動かす器の差で結果が変わるんだ。

コーディングエージェントは1タスクで数十回もAPIを叩くので、誰にも気づかれず週に数千ドル溶かしてしまう——LangChainがこの「支出の予測不能性」を社内でどう潰したかの話です💸 鍵は予算管理をオブザーバビリティと同じ場所に統合することでした。 タイトル: How LangChain Made Coding Agent Spend Predictable URL: 💸 概要 LangSmithに統合した「LLM Gateway」で、全社のモデル支出を分単位で俯瞰し、予算を中央集権的に管理する仕組みです。外付けプロキシではなく、既存のトレース・評価・ユーザー管理と同じ基盤の上に乗せた点が特徴です。 ❓ 解決する課題 モデル利用が一部チームから全社に拡大し、プレミアムモデルの値上げも重なってコストが急増。 ・コーディングエージェントは1タスクで数十回のAPI呼び出しを発生させます ・個々の開発者が気づかぬうちに週数千ドルを使い、月末まで誰も気づけませんでした 💡 方法論と提案手法 予算を多階層で設定できます。 ・組織／ワークスペース／ユーザー／APIキーの単位で上限を設定 ・月次・週次・日次・時間単位の既定ウィンドウを全従業員に適用し、高負荷プロジェクトには例外を許可 ・Claude Code・Codex・LangChain Deep Agents経由のエージェントをカバー ・MDMで配布し各自のセットアップを不要に ・実行はトレースされユーザーとAPIキーに紐づき、超過時は該当トレースを評価データで診断できます 🌍 ユースケース チーム単位で上限を設定しつつ、サプライズ請求の不安なくエージェント利用を許可できます。月末の請求ショックを、リアルタイム監視に置き換えるのが実用的な価値です。 📊 教訓と成果 ・モデル価格は静的な表ではすぐ陳腐化するため、キャッシュやティア差を含め動的に扱う必要がありました ・CursorやClaude DesktopはきれいにルーティングできずGateway捕捉分と提供側設定の差分を計測して補正 ・ハードリミットだけでは業務が止まるため、早期警告アラートと監査可能な増額申請に進化 ・社内展開以降、LLMコストは予算内に収まっています #コーディングエージェント# #LLMOps#

AI エージェントの構築、スケーリング、 ガバナンスにおける機能を解説する 13 のデモ → Agents CLI を Antigravity などお好みのコーディング エージェントにインストールするだけで、専門的なスキルが即座に追加。構築したい内容を説明するだけで開発プロセスが進みます。

TL;DR AIコーディングエージェントに「計画→開発→QA検査」のループを重ねさせるだけで、複数日にわたる自律ソフトウェア開発の性能が平均52%も向上するそうです。 タイトル: Harness-of-Harness: Multi-Day Autonomous Software Development with Continual Improvement URL: ポイント 🔁 既存のCodex CLIやOpenCodeなどのハーネスは改造せず、その上に反復改善レイヤーを被せる設計です 🧭 計画者・開発者・QA検査官の3ロールに分離し、証拠（エビデンス）を次のループに引き継ぎます 📊 GameCraft-Benchでスコア49.58→71.52など、3ベンチマーク×3モデル構成すべてで改善しました 💰 同じパス数ならVanillaの繰り返しより常に上回り、トークン効率も良いことを確認しています 🎮 70イテレーションのFPSゲーム自律開発ケースでは、複数日かけて実プレイ可能な作品を完成させています 🧩 計画更新・エビデンスフィードバック・Warm-startのどれを外しても性能が下がるアブレーション結果です 単純に長く動かすのではなく、検証済みの知識を積み上げながら賢く反復する設計思想が印象的でした。 #AIエージェント# #ソフトウェア開発#

人間ドック中に、コーディングエージェントが仕事してくれて、鎮静剤の覚醒後すぐにスマホから、また命令を出すというノンストップ労働環境すごい。